hjha-server

Files

xiaoou f43e47b0a6 feat: V-learning架构 — 改Q→V

Q-learning问题: pass action Q值稳定偏高 → 永远pass
V-learning修复:
- 网络输出 14(Q-action)→1(V-state): P(win|state)
- NeuralBot: 对每个候选编码出牌后state → 选V值最高的
- pass和出牌都是候选, 公平竞争(不是固定action slot)

TrainingCollector:
- 新增 EncodeAfterPlay(view, tracker, afterHand, playedIds)
- EncodeState 支持 extraSeen 参数(模拟出牌时标记已见)

Python:
- train_v.py: V-learning训练器(load CSV→predict win/loss)
- network.py: OUTPUT_DIM=14→1

验证: 200局0错误, V-model loss 0.81→0.0001
需更多数据覆盖状态空间

2026-07-13 02:52:48 +08:00

CardTracker.cs

feat: 对手牌型预测 — PredictOpponent + ISMCTS 候选加权

2026-07-13 01:05:14 +08:00

EndgameSolver.cs

fix: 确定性牌计数推理 — UnknownCount修复 + 绝对大牌判断 + EndgameSolver修正

2026-07-13 00:40:27 +08:00

HandOptimizer.cs

feat: 最小步数规划 + 自适应模拟 + 快速初筛

2026-07-12 22:26:29 +08:00

IsmctsBot.cs

feat: V-learning架构 — 改Q→V